Hyperparameter Tuning Model Artificial Neural Network untuk Klasfikasi Penyakit Breast Cancer

M Nejatullah Sidqi; Ahmad Marsehan; Rio Rio; Rani Okta Felani

doi:10.31004/jutin.v7i3.31469

Authors

M Nejatullah Sidqi Universitas PGRI Silampari
Ahmad Marsehan Universitas PGRI Silampari
Rio Rio Universitas PGRI Silampari
Rani Okta Felani Universitas PGRI Silampari

DOI:

https://doi.org/10.31004/jutin.v7i3.31469

Keywords:

Breast cancer, Preprocessing, ReLu, Sigmoid, ANN

Abstract

Cancer is a deadly disease that is often experienced unexpectedly. Cancer does not only attack adults and the elderly, even newborn babies can get cancer. Breast cancer is the number one cancer disease in Indonesia and is one of the main causes of death due to cancer. According to Globocan 2020, the number of new cases of breast cancer in Indonesia increased from 396,914 new cancer cases to 68,858 cases (16.6%). There was a trial for early diagnosis of breast cancer carried out on the Breast Cancer dataset, totaling 569 patients with target categories namely Malignant (malignant cancer) and Benign (benign cancer). This diagnosis aims to carry out classification using data mining to extract new information and knowledge. The method applied uses the Artificial Neural Network (ANN) algorithm, using parameters, 1 layer and 250 to 500 epochs. Meanwhile, the activation functions used are ReLU and Sigmoid activation. Then the best classification results were produced by 250 epochs with an accuracy of 98.24%.

References

A’yunan, Y. A. D. K., Indahyanti, U., & Busono, S. (2023). Implementasi Data Mining dalam Klasifikasi Diagnosa Kanker Payudara menggunakan Algoritma Logistic Regression. Jurnal TEKINKOM, 6(2), 400–407. https://doi.org/10.37600/tekinkom.v6i2.948

Achmad, A. D. (2022). Klasifikasi Breast Cancer Menggunakan Metode Logistic Regression. JTRISTE, 9(1), 143–148.

Anggriani, B., Sitorus, R. J., Flora, R., & Octariyana, O. (2023). Perempuan Dan Penyakit Keganasan (Kanker Payudara Dan Kanker Serviks). Electronic Journal Scientific of Environmental Health And Disease, 3(2), 131–142. https://doi.org/10.22437/esehad.v3i2.27654

Efsa, H. A. P. A.-S., Jondri, J., & Lhaksmana, K. M. (2021). Prediksi Retweet Menggunakan Fitur Berbasis Pengguna Dan Fitur Berbasis Konten Dengan Metode Klasifikasi Ann. eProceedings of Engineering, 8(5).

Ericha Apriliyani, & Salim, Y. (2022). Analisis performa metode klasifikasi Naïve Bayes Classifier pada Unbalanced Dataset. Indonesian Journal of Data and Science, 3(2), 47–54. https://doi.org/10.56705/ijodas.v3i2.45

Hananti, H., & Sari, K. (2021). Perbandingan Metode Support Vector Machine (SVM) dan Artificial Neural Network (ANN) pada Klasifikasi Gizi Balita. Seminar Nasional Official Statistics, 2021(1), 1036–1043. https://doi.org/10.34123/semnasoffstat.v2021i1.1014

Hidayat, R., Kartini, D., Mazdadi, M. I., Budiman, I., & Ramadhani, R. (2023). Implementasi Seleksi Fitur Binary Particle Swarm Optimization pada Algoritma K-NN untuk Klasifikasi Kanker Payudara. Jurnal Sistem dan Teknologi Informasi (JustIN), 11(1), 135. https://doi.org/10.26418/justin.v11i1.53608

Ihsani, D. A., Arifin, A., & Fatoni, M. H. (2020). Klasifikasi DNA Microarray Menggunakan Principal Component Analysis (PCA) dan Artificial Neural Network (ANN). Jurnal Teknik ITS (SINTA: 4, IF: 1.1815), 9(1), A124–A129.

Kemenkes. (2022). Kanker Payudara Paling Banyak di Indonesia, Kemenkes Targetkan Pemerataan Layanan Kesehatan. https://sehatnegeriku.kemkes.go.id/baca/umum/20220202/1639254/kanker-payudaya-paling-banyak-di-indonesia-kemenkes-targetkan-pemerataan-layanan-kesehatan/

Kraugusteeliana, K., Muis, S., Nugroho, F., Karim, A., & Siagian, Y. (2023). Data Mining Klasifikasi Breast Cancer Menerapkan Algoritma Gradient Boosted Trees. JURNAL MEDIA INFORMATIKA BUDIDARMA Volume 7, Nomor 2, April 2023, Page 881-890, 7(April), 881–890. https://doi.org/10.30865/mib.v7i2.6095

Meilani, N., & Nurdiawan, O. (2023). Data Mining untuk Klasifikasi Penderita Kanker Payudara Menggunakan Algoritma K-Nearest Neighbor. Jurnal Wahana Informatika, 2(1), 177–187.

Mubarog, I., Setyanto, A., & Sismoro, H. (2021). Sistem klasifikasi pada penyakit breast cancer dengan menggunakan metode Naïve Bayes. Creative Information Technology Journal, 6(2), 109–118.

Muntiari, N. R., & Hanif, K. H. (2022). Klasifikasi penyakit kanker payudara menggunakan perbandingan algoritma machine learning. Jurnal Ilmu Komputer dan Teknologi, 3(1), 1–6.

Mutia, A. C. (2024). Rencana Program Makan Siang Gratis Mulai 2025, Siapa Target Penerimanya. katadata. https://databoks.katadata.co.id/datapublish/2024/02/27/rencana-program-makan-siang-gratis-mulai-2025-siapa-target-penerimanya

Nurcahyo, R., Fanani, A. Z., Affandy, A., & Aziz, M. I. (2023). Peningkatan Algoritma C4. 5 Berbasis PSO Pada Penyakit Kanker Payudara. Jurnal Media Informatika Budidarma, 7(4), 1758–1765. https://doi.org/10.30865/mib.v7i4.6841

Oktavianto, H., & Handri, R. P. (2020). Analisis Klasifikasi Kanker Payudara Menggunakan Algoritma Naive Bayes. INFORMAL: Informatics Journal, 4(3), 117. https://doi.org/10.19184/isj.v4i3.14170

Riva, L. S., Febriana, F., Panghurina, M., Maulida, R. A., Najah, B., & Yasiin, A. D. (2022). Perbandingan Algoritma Cnn Dan Ann Dengan Projection Histogram Untuk Klasifikasi Citra Tulisan Tangan Berupa Angka. Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya, 3(2), 899–913.

Sihombing, P. R., & Hendarsin, O. P. (2020). Perbandingan Metode Artificial Neural Network (ANN) dan Support Vector Machine (SVM) untuk Klasifikasi Kinerja Perusahaan Daerah Air Minum (PDAM) di Indonesia. Jurnal Ilmu Komputer, 13(1), 9–20.

Srirahayu, A., & Pribadie, L. S. (2023). Review Paper Data Mining Klasifikasi Data Mining. Jurnal Ilmiah Informatika Global, 14(1). https://doi.org/10.36982/jiig.v14i1.2981

Sudarsono, A. (2016). Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Bacpropagation (Studi Kasus Di Kota Bengkulu). Jurnal Media Infotama, 12(1).

Suhartanto, R. S., Dewi, C., & Muflikah, L. (2017). Implementasi Jaringan Syaraf Tiruan Backpropagation untuk Mendiagnosis Penyakit Kulit pada Anak. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(7), 555–562.